Recettes de prompts image-vers-vidéo Grok Imagine 1.5 : prompts copiables et sorties réelles

Résumé

• De quoi s'agit-il : quatre prompts de mouvement copiables tels quels pour grok-imagine-1.5/image-to-video, chacun accompagné de son image fixe de départ et du clip qu'il a réellement généré sur l'API en direct — première sortie présentée brute, sans retouches cachées, hébergée ici de façon permanente.
• Une chose à savoir sur ce modèle : l'API n'a aucun paramètre de mouvement ni de caméra. Le schéma d'entrée (vérifié en direct) ne contient que prompt + image_urls, ainsi que les paramètres optionnels duration, resolution et aspect_ratio. Toutes les décisions de mouvement de caméra, de style de mouvement et de rythme se jouent dans le texte du prompt — c'est exactement à cela que servent ces recettes.
• Faits sur le schéma (vérifiés sur l'API de tâches en direct le 2026-07-07) : image_urls est un tableau obligatoire contenant des URL d'images accessibles publiquement ; duration est un entier de 1 à 15 secondes ; resolution vaut 480p ou 720p ; aspect_ratio accepte auto, 1:1, 16:9, 9:16, 3:2, 2:3. Tout autre paramètre (motion_mode, seed, etc.) est rejeté par une erreur 400.
• Tarification (par seconde de sortie, d'après la page des tarifs) : 0,015 $/s en 480p, 0,0282 $/s en 720p. La durée est le seul multiplicateur — un clip de 6 s en 720p coûte environ 0,17 $, un essai de 4 s en 480p coûte 0,06 $.
• Facture totale des médias de cet article : quatre images fixes gpt-image-2 à 0,03 $ chacune, plus 22 secondes de vidéo 720p — environ 0,74 $ au total aux tarifs actuels. C'est tout l'intérêt de l'image-vers-vidéo : l'image fixe est un coût unique, que vous pouvez réanimer autant de fois que vous le souhaitez.

Comment ces recettes ont été réalisées

Chaque recette comprend trois parties : l'image fixe source, le prompt de mouvement exact (copiez-le tel quel) et le clip qu'il a généré. J'ai généré chaque image fixe avec gpt-image-2, rédigé moi-même chaque prompt de mouvement et exécuté chacun d'eux sur grok-imagine-1.5 via l'API de tâches hiapi en direct. Les réglages et le coût réel figurent dans chaque légende, afin que vous puissiez reproduire exactement le même appel.

Comme grok-imagine-1.5 n'accepte aucun paramètre de mouvement, c'est la formulation du prompt qui fait tout le travail. Les habitudes qui fonctionnent systématiquement :

• Commencez par un verbe de caméra. « Slow steady dolly push-in », « camera glides slowly to the left » — placez-le en tout premier, le modèle le traitera comme la colonne vertébrale du clip.
• Exigez un mouvement unique et continu et déclarez « no cuts ». Laissé libre, le modèle invente parfois ses propres montages. Ajouter « one continuous shot, no cuts » à la fin du prompt permet de supprimer cela de façon fiable.
• Décrivez ce qui bouge en continu, pas seulement la caméra. Vapeur, pluie, reflets, foule — nommer le mouvement de l'environnement garde l'image vivante, au lieu de donner l'impression d'un panoramique sur une photo.
• Pour les personnes, demandez un micro-mouvement et verrouillez la caméra. « Camera locked off on a tripod … facial features stay perfectly stable, no warping » fait toute la différence entre un portrait vivant et un visage qui fond.

Recette 1 — Langage caméra : lent travelling avant

Objectif : un travelling cinématographique classique qui avance le long de la rue et se pose sur l'étal de nouilles, tandis que la pluie, la vapeur et les reflets travaillent en continu.

Image fixe source (gpt-image-2, 16:9, 0,03 $). Les recettes 1 et 2 animent toutes deux la même image.

Slow steady dolly push-in down the rain-soaked market street toward the glowing noodle stall, steam rising and curling from the pots, rain falling in thin streaks, neon sign reflections shimmering on the wet pavement, pedestrians walking slowly away under umbrellas, smooth constant camera speed, one continuous shot, no cuts, cinematic pacing

Travelling avant lent vers l'étal de nouilles — grok-imagine-1.5/image-to-video, 6 s @ 720p, 16:9, 0,17 $ aux tarifs actuels. Sortie réelle, générée pour ce guide.

Pourquoi cela fonctionne : le travelling avant est la première proposition, donc le modèle s'y tient pendant les six secondes entières. Le prompt lui fournit ensuite une liste d'éléments qui doivent rester en mouvement — vapeur, filets de pluie, reflets, passants — et c'est précisément ce qui donne au plan l'apparence d'une vidéo plutôt que d'un zoom sur une image fixe. Remarquez à quel point le cuisinier et les marmites se rapprochent dans la dernière image : c'est un véritable mouvement de caméra, pas un recadrage.

Recette 2 — Même image fixe, autre verbe de caméra : travelling latéral

Objectif : réanimer exactement la même image fixe avec un mouvement de travelling latéral, pour montrer que dans grok-imagine-1.5 le langage caméra réside entièrement dans le prompt — changez un verbe, obtenez un autre plan.

Camera glides slowly to the left in a smooth lateral tracking move, strong parallax between the near market stalls and the far end of the street, rain keeps falling, neon reflections slide across the wet ground, the cook keeps stirring behind the counter, steam drifts sideways, one continuous move, no cuts, no zoom

Mouvement de travelling latéral à travers la rue du marché — grok-imagine-1.5/image-to-video, 6 s @ 720p, 16:9, 0,17 $ aux tarifs actuels. Sortie réelle, générée pour ce guide.

Pourquoi cela fonctionne : « glides slowly to the left », associé à l'exigence explicite d'un parallaxe entre les étals proches et le fond de la rue, fournit au modèle des indices de profondeur qu'il peut animer. C'est aussi la façon la moins coûteuse d'itérer : l'image fixe est un coût irrécupérable de 0,03 $, donc chaque nouveau traitement de caméra ne coûte que les secondes de vidéo — ici les deux traitements totalisent environ 0,34 $. Si vous explorez un rendu, modifiez d'abord le prompt sur la même image avant d'envisager de régénérer l'image.

Recette 3 — Mouvement piloté par le sujet : micro-mouvement de portrait (9:16)

Objectif : un portrait vertical adapté aux réseaux sociaux, où le sujet respire, cligne des yeux, et où ses cheveux et son écharpe bougent — rien d'autre.

Image fixe source (gpt-image-2, 9:16, 0,03 $).

Gentle micro-motion only: her hair lifts and drifts in a soft evening breeze, the silk scarf ripples lightly, she blinks naturally and takes one calm slow breath, city bokeh lights flicker softly behind her, camera locked off on a tripod, facial features stay perfectly stable, no warping, subtle photoreal motion

Micro-mouvement de portrait : cheveux, écharpe, respiration — grok-imagine-1.5/image-to-video, 6 s @ 720p, 9:16, 0,17 $ aux tarifs actuels. Sortie réelle, générée pour ce guide.

Pourquoi cela fonctionne : les portraits sont précisément là où les modèles image-vers-vidéo font fondre les visages, c'est pourquoi le prompt consacre l'essentiel de ses mots à des contraintes : « micro-motion only », « camera locked off », « facial features stay perfectly stable, no warping ». Le budget de mouvement est alloué à des éléments sûrs et gratifiants — cheveux, soie, clignement, respiration. Tourné en 9:16 pour le fil d'actualité ; le rapport d'aspect est un champ d'API de premier ordre, pas un recadrage.

Recette 4 — Ambiance environnementale : laissez la scène se mouvoir d'elle-même

Objectif : une boucle naturelle à caméra fixe, où tout le mouvement vient de la scène elle-même — vagues, brume et faisceau de phare balayant. Quatre secondes suffisent.

Image fixe source (gpt-image-2, 16:9, 0,03 $).

Waves keep rolling in and bursting against the dark rocks in slow rhythm, sea spray and fog drift across the frame, the lighthouse beam sweeps slowly through the mist, clouds crawl overhead, camera completely static on a tripod, natural documentary motion, no camera movement

Paysage marin d'ambiance : vagues, brume, faisceau balayant — grok-imagine-1.5/image-to-video, 4 s @ 720p, 16:9, 0,11 $ aux tarifs actuels. Sortie réelle, générée pour ce guide.

Pourquoi cela fonctionne : déclarer « camera completely static on a tripod » libère le modèle, qui investit toute son énergie dans la physique de l'eau et la brume volumétrique, que grok-imagine-1.5 traite de façon impressionnante — remarquez que le faisceau balaie réellement dans la brume. Ce clip de 4 s en 720p coûte 0,11 $ ; les boucles d'ambiance ont rarement besoin de plus.

Maîtriser la facture à la seconde

La tarification vidéo ici est rafraîchissante de simplicité : durée × tarif par seconde, rien d'autre. Cela suggère un flux de travail simple :

Action	Calcul	Coût
Tester une idée de mouvement	4 s × 0,015 $ (480p)	0,06 $
Itérer le prompt à la qualité de livraison	6 s × 0,0282 $ (720p)	0,17 $
Prise à la durée maximale	15 s × 0,0282 $ (720p)	0,42 $
Réanimer une image fixe existante	Coût de l'image	0 $ de plus

Trois habitudes découlent de ce tableau. Testez en 480p et sur des durées courtes — une idée ratée ne devrait coûter que quelques centimes, pas un dollar. Réutilisez les images fixes sans pitié — les recettes 1 et 2 ci-dessus sont la même image à 0,03 $ vêtue de deux mouvements de caméra différents. Demandez exactement le nombre de secondes dont vous avez besoin — duration descend jusqu'à 1, et un plan d'ambiance comme la recette 4 cesse de s'améliorer après quelques secondes. Les quatre clips de cette page totalisent 0,62 $ de vidéo aux tarifs actuels.

À vous de jouer : soumettre, interroger, télécharger

Le modèle fonctionne par tâches : POST /v1/tasks renvoie un identifiant de tâche, vous interrogez jusqu'au succès, puis vous téléchargez l'URL de sortie (elle expire — enregistrez le fichier, pas le lien). Une chose à savoir : image_urls doit être accessible publiquement — si vous passez une URL privée ou locale, la soumission échoue avec une erreur normalize input media avant même que le modèle ne s'exécute.

import requests, time

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY"}

task = requests.post(API, headers=HEADERS, json={
    "model": "grok-imagine-1.5/image-to-video",
    "input": {
        "prompt": ("Slow steady dolly push-in down the rain-soaked "
                   "market street toward the glowing noodle stall, "
                   "steam rising, one continuous shot, no cuts"),
        "image_urls": ["https://your-host.com/your-still.jpg"],
        "duration": 6,          # int, 1-15 seconds
        "resolution": "720p",   # 480p | 720p
        "aspect_ratio": "16:9", # auto | 1:1 | 16:9 | 9:16 | 3:2 | 2:3
    },
}).json()
task_id = task["data"]["taskId"]

while True:
    t = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if t["status"] in ("success", "fail"):
        break
    time.sleep(5)

assert t["status"] == "success", t.get("error")
url = t["output"][0]["url"]  # expiring link - download it now
open("clip.mp4", "wb").write(requests.get(url).content)

Le parcours complet de la requête (avec curl) se trouve dans le guide de l'API image-vers-vidéo grok-imagine, tandis que le guide texte-vers-vidéo couvre le modèle frère uniquement piloté par prompt. La documentation générale de la plateforme est ici.

Référence rapide du schéma

Champ	Obligatoire	Valeurs (vérifiées en direct)
prompt	Recommandé	Texte libre — c'est votre seul contrôle du mouvement
image_urls	Oui	Tableau d'URL d'images accessibles publiquement
duration	Non	Entier, 1–15 (secondes)
resolution	Non	480p, 720p
aspect_ratio	Non	auto, 1:1, 16:9, 9:16, 3:2, 2:3

Pas de motion_mode, pas de seed, pas de prompt négatif — le schéma rejette les champs inconnus par une erreur 400, inutile donc de copier les paramètres d'autres modèles. Si vous voulez un mouvement différent, écrivez une phrase différente.

Si vos clips nécessitent une durée plus longue ou un audio natif, seedance-2.0-fast est disponible dans cette gamme, et la collection de recettes seedance-2.0-mini utilise le même schéma soumettre-interroger-télécharger — les prompts et le pipeline se transposent avec peu de modifications.

---

Les quatre prompts sont à votre disposition pour copie. Obtenez une clé, pointez l'extrait de code ci-dessus vers grok-imagine-1.5, et animer votre première image fixe en 480p vous coûtera environ cinq centimes.